Université Paris Descartes 2016-2017 M2-IMSV/M2-MA

Université Paris Descartes
2016-2017
M2-IMSV/M2-MA-MSB/ M2-Santé Publique
Survie
Feuille de TP : Méthodes d’estimation nonparamétriques
Exercice 1
On s’intéresse au temps de survie de patients atteints de leucémie myéloïde aigue. Les
données se trouvent sous R, en tapant aml après avoir chargé la librairie survival.
Le jeu de données comprend les informations suivantes :
time : temps de survie
status : 0 pour une observation censurée et 1 sinon
x : maintien d’un traitement par chimiothérapie.
1. Après avoir chargé la librairie survival, récupérer le jeu de données aml, afficher les informations concernant ce jeu de données et les premières observations contenues dans ce jeu de données.
2. Créér un object de type "survie" sous R à partir de cette base. Pour cela, on
utilisera la fonction Surv avec la syntaxe base= Surv(times,status==1).
Les données censurées sont marquées par un +.
3. Calculer l’estimateur de Kaplan Meier de la survie globale, puis celles des deux
groupes décrits par la variable « maintien du traitement par chimiothérapie ».
On pourra utiliser la fonction survfit de R.
4. Représenter sur un même graphique ces deux courbes de survie en indiquant
par un + les dates où ont lieu les censures.
5. On cherche à mettre en évidence une éventuelle différence de survie entre les
deux groupes décrits par la variable « maintien du traitement par chimiothérapie ». Calculer les paramètres (moyenne, médiane, quartiles) dans les deux
groupes. Comparer avec les résultats sur la population globale.
6. Comparer graphiquement les deux courbes de survie.
7. Mettre en place un test de l’hypothèse « les courbes de survie sont égales
dans les deux groupes ». On précisera le (les) test(s) utilisé(s), la statistique
de test, sa loi sous l’hypothèse nulle, sa zone de rejet. Mettre en oeuvre le(s)
test(s) avec R en utilisant la fonction survdiff. On utilisera l’option rho de
la fonction survdiff.
8. Proposer deux estimateurs du risque cumulé pour la population globale. Les
tracer.
9. Sur un même graphique, tracer l’estimateur du risque cumulé pour chaque
groupe décrit par la variable « maintien du traitement par chimiothérapie »
(on choisira un des deux estimateurs possibles du risque cumulé).
Exercice 2
On s’interesse à la base melanom de la library ISwR. On s’intéresse en particulier
à la durée de suivi Days et au statut status (1 : mort liée mélanome, 2 : vivant à
la fin de l’étude, 3 : mort d’un autre cause).
1. Pour quelles valeurs de la variable « status » , les données sont censurées ?
Expliquer.
2. Créér un object de type « survie » sous R à partir de cette base. Pour cela,
on utilise la fonction Surv. base.mel = Surv(days,status==1)
Les censures sont marquées par un +.
3. Estimer la courbe de survie par la méthode de Kaplan-Meier, à l’aide de la
fonction survfit.
4. Estimer les courbes de survie pour chaque sexe (1 : F, 2 : H)
5. On souhaite maintenant tester si le sexe a une influence sur la survie. Quel
test proposez vous ? Le mettre en place à l’aide de la fonction survdiff de R.
Quel autre test peut-on réaliser ? Utiliser pour cela l’option rho de la fonction
survdiff.
6. Reprendre les deux questions précédentes mais cette fois-ci pour comparer la
survie des patients en fonction de l’ulcération.
7. Comparer la survie des patients en stratifiant la variable sexe en fonction de
l’ulcération (cela fait donc quatre groupes de patients à comparer : les hommes
ayant une ulcération, les hommes n’ayant pas d’ulcération, les femmes ayant
une ulcération et les femmes n’ayant pas d’ulcération). Le résultat du test
vous semble-t’il en accord avec les résultats des tests trouvés aux questions
5. et 6. ? Commenter.
8. Comparer la survie des patients en fonction de l’âge. On proposera un découpage de la variable âge en plusieurs classes.